-
公开(公告)号：CN118656804A
公开(公告)日：2024-09-17
申请号：CN202411154541.X
申请日：2024-08-22
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G06F18/27 , G06F18/15 , G06F18/213 , G06F18/2135 , G01M13/045
摘要： 本发明公开了一种融合降噪、振动与应力波的轴承故障诊断方法及系统，获取轴承表层划痕阶段原始应力波故障信号数据，对每秒应力波信号进行SVMD分解，计算每秒重构信号的加速度有效值、速度有效值、振动冲击值、峭度、应力波能量、应力波脉冲能量和应力波最大峰高；基于SVMD降噪、振动与应力波相融合，并通过PCA降维以及线性回归残差预警的轴承故障诊断。以改善轴承早期振动信号中依靠现有诊断方法计算量复杂、信号源单一且诊断不准确现象。
-
公开(公告)号：CN118376410B
公开(公告)日：2024-08-30
申请号：CN202410844498.3
申请日：2024-06-27
申请人： 南京凯奥思数据技术有限公司 , 安徽商高大数据技术有限公司
IPC分类号： G01M13/045 , G06F18/15
摘要： 本发明公开了一种基于数据稀释与SVMD分解的轴承故障诊断方法与系统，通过获取轴承的原始加速度信号；运用数据稀释和SVMD分解相结合对加速度信号进行重构；对重构信号进行包络解调，如果轴承特征频率在包络谱上对应的幅值突出，则这个特征频率所对应的轴承部件出现了故障。以改善数据中突跳和工况改变导致幅值变化的问题，同时消除噪声干扰，提高诊断效率和准确性。
-
公开(公告)号：CN117521921B
公开(公告)日：2024-06-25
申请号：CN202410009835.7
申请日：2024-01-04
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G06Q10/04 , G06Q10/0631 , G06Q10/087 , G06Q50/04 , G06N5/01
摘要： 本发明公开了一种钢厂板坯智能倒垛方法与系统，包括：设置钢厂板坯智能倒垛的基本参数；采集得到钢厂板坯智能倒垛的动态参数；构建钢厂板坯智能倒垛算法模型，钢厂板坯智能倒垛算法模型中至少包括目标集和约束规则集，并根据贪婪算法算法和领域搜索算法对钢厂板坯智能倒垛算法模型进行优化，导入基本参数和动态参数，生成倒垛步骤。本发明能实现倒垛指令自动化生成，替代原有的人工生成操作，降低操作人员的劳动强度，降低对人为经验的依赖，节省人力资源成本，提升整体工作效率；根据计算得到的倒垛步骤以及移动距离最小化的优化目标，提升运营效率，实现企业节能降耗。
-
公开(公告)号：CN117993481B
公开(公告)日：2024-06-04
申请号：CN202410397368.X
申请日：2024-04-03
申请人： 南京凯奥思数据技术有限公司
摘要： 本发明公开了一种基于联邦拆分学习的变压器故障诊断方法，包括以下步骤：1）采集变压器运行的历史数据，包括正常数据和故障数据；将采集的数据分为训练集和验证集；2）利用训练集训练变压器故障诊断模型，变压器故障诊断模型为神经网络模型；3）使用训练好的模型进行变压器故障诊断。本发明基于拆分学习的变压器故障诊断方法，故障诊断模型的部分训练在边缘设备的本地进行，不会暴露在网络中，避免了数据的泄露，保护用户隐私。
-
公开(公告)号：CN118037178A
公开(公告)日：2024-05-14
申请号：CN202410086426.7
申请日：2024-01-22
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G06Q10/087 , G06Q30/0202 , G06N3/0455 , G06N3/084
摘要： 本发明公开了基于需求预测模型的库存优化分析方法及系统，该方法包括以下步骤：1）获取企业现有销售数据，对销售数据进行按天聚合，获取销售数据每一天的时间特征、数量特征和对应销售途径，构建销售数据多维特征数据；2）对销售数据进行处理，获得训练集数据，作为需求预测模型的输入；3）训练需求预测Transformer模型，使用需求预测Transformer模型预测未来T时间内各销售途径销售和，根据销售分布分解销售和，得到未来T时间内每日预测需求；4）根据历史销量信息动态修正未来需求量；5）采用上下限补货模型获取推荐的库存补货数量。本发明提供基于需求预测的库存优化建议，实现库存水平合理化，降低高库存带来的持有成本。
-
公开(公告)号：CN117591831B
公开(公告)日：2024-03-22
申请号：CN202410057589.2
申请日：2024-01-16
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G06F18/20 , G06F18/213 , G06N3/084
摘要： 本发明公开了一种基于故障倍频特征和神经网络的故障诊断方法及系统，通过在正常数据上添加不同故障特征构造大量故障数据，并通过神经网络方法反向求解倍频占比和故障占比之间的关系矩阵，对发生报警的原始波形数据的故障情况进行求解，反向计算出各个故障的可能性占比，以此计算出的各故障的可能性占比为最终诊断的结果。本发明可以在缺乏足够不同种类故障数据，和故障机理描述较为模糊的情况下，达到可靠、自动化的故障诊断的目的。
-
公开(公告)号：CN117686226A
公开(公告)日：2024-03-12
申请号：CN202410158516.2
申请日：2024-02-04
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G01M13/04 , G01M13/045
摘要： 本发明提供了一种基于能量比和能量和的轴承自动故障诊断方法及系统，通过计算轴承的加速度振动信号经过集合经验模态分解的分量、再经过FFT的能量和，以及计算轴承的加速度振动信号经过FFT的能量和，根据两者的比值筛选分量重构信号，运用轴承部件的能量比诊断轴承部件的故障，实现了自动识别轴承故障的功能。本发明替代了人工诊断，提高了诊断效率和识别结果的准确性，从而提高了系统的可靠性。本发明避免了轴承损坏导致设备停机、造成经济损失的后果。
-
公开(公告)号：CN115131946B
公开(公告)日：2024-03-08
申请号：CN202210743797.9
申请日：2022-06-27
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G08B21/18 , G06F18/2321
-
公开(公告)号：CN117193668B
公开(公告)日：2024-01-30
申请号：CN202311446074.3
申请日：2023-11-02
申请人： 南京凯奥思数据技术有限公司
IPC分类号： G06F3/06
摘要： 本发明实施例中提供了一种高频振动数据稀释方法、装置及电子设备，属于振动数据处理技术领域，该方法包括：获取预设时间周期段内的原始高频振动数据，并计算所述原始高频振动数据在连续存储空间中占用的存储长度L1；计算非零高频振动数据在连续存储空间中的存储长度L2；当L2与L1的比值小于预设值δ时，针对原始高频振动数据中的第i个非零振动数据，构建四元数组[i,n,ti fi]；基于分割数m对n个四元数组[i,n,ti fi]进行数据重构，得到所述原始高频振动数据的稀释数据。采用本方案，能够快速有效的对高频振动数据进行稀释操作。
-
公开(公告)号：CN117191394B
公开(公告)日：2024-01-19
申请号：CN202311460443.4
申请日：2023-11-06
申请人： 南京凯奥思数据技术有限公司
摘要： 本发明公开了一种空气压缩机设备的故障检测方法及装置，该方法包括：采集空气压缩机轴承位移信号，得到轴承的当前运行状态；根据轴承的故障类别选择对应的参数方程，并利用轴承的位移信号以及所选的参数方程获得轴心轨迹；计算各真实数据周期内轴心轨迹和各自轴心轨迹重心的平均欧氏距离；若存在大于阈值的平均欧氏距离，则停机检修，否则预测未来m个真实数据周期内轴心轨迹和各自轴心轨迹重心的平均欧氏距离；根据预测的平均欧氏距离中大于阈值的位置得到预期出现故障的时间，否则该空气压缩机设备在此种工况下再运行m个真实数据周期时间状态正常。本发明能够对空气压缩机故障做出定量的分析，可以给出未来一段时间内设备
-
-
-
-
-
-
-
-
-
搜索结果
84 条记录 (耗时 0.041 秒)
